【Rust中级教程】1.13. 内存中的类型 Pt.1：对齐(Alignment)、布局(Layout)、`repr`属性

1.13 内存中的类型 Pt.1：对齐(Alignment)、布局(Layout)、repr属性

1.13.1. 类型的基本职责

每个Rust值都有类型，而类型的职责在于告诉你如何解释内存中的比特位(bits)。

例如：0b10111101这串比特(bits)本身并没有意义，但是：
- 用u8类型来解释就会得到数字189
- 用i8类型来解释就会得到数字-67

当自定义类型时：编译器决定该类型的各部分在内存表示中的位置

1.13.2. 对齐(Alignment)

对齐(Alignment)决定了类型的字节可以被存储在哪里。

而一旦类型的表示被确定之后，你可能想在内存上随便找个地方存进去就行，这在理论上是可行的。但实际上计算机硬件对给定的类型可以存放的位置是有约束的。

最典型的一个例子是指针，它指向的是字节(bytes)，而不是位(bits)，1个字节等于8比特。换言之，它并不指向具体的比特。所以如果将某类型的值放在计算机内存中索引为4的位(bits)上，那就无法引用它的地址，因为指针指向的是字节，而不是具体的比特，所以就必须对齐字节，也就是对齐到8比特。

出于这个原因，所有的值（无论什么类型），都必须开始于字节的边界。所有类型必须至少是字节对齐的(byte-aligned)。换言之，存放的地址必须是8bits的整数倍。

1.13.3. 更严格的对齐规则

有一些类型的对齐规则比字节的对齐规则还要严格：在CPU和内存系统里，内存经常按大于单个byte的块进行访问。

例如：在64位的CPU上，大部分的值是按照8bytes的块进行访问的，每个操作都开始于“8bytes对齐”的地址上。（这也叫做CPU的字长，英文是word size）

CPU当然也有办法处理更小值的读写，以及跨越块边界的值。但是我们作为开发者应该尽可能地保证硬件可以操作于它的原生(native)对齐。

举个例子：如果想读取的i64值它开始于8bytes块的中间，那这个时候要读取它就至少需要两次读取。因为i64是8字节，而它开始于两个8字节块中间说明它一定横跨了这两个块。所以在读取时引进就得从这两个块读取数据，第一个块读取i64的前面部分，第二个块读取i64的后面部分，然后再把它们合并到一起。

这种操作是非常低效的，会拖累程序执行的速度，所以我们应该尽可能保证硬件可以操作于它的原生对齐。

1.13.4. 没对齐的操作

CPU访问内存时，数据的地址没有按照架构要求的对齐方式进行访问叫做"misaligned access"。这会导致性能低下和并发问题。

很多CPU操作多要求/强烈建议它们的参数是自然对齐的(naturally aligned)。自然对齐值的对齐是匹配他们值的大小的。

例如我想加载8字节，那么提供的地址就需要8字节对齐。

1.13.5. 编译器会尽可能利用对齐

基于类型包含的内容，编译器通过计算为类型分配一个对齐（或者叫给它分配一个对齐方案）：
- 对于内值的值，通常对齐到它们的大小。比如说u8按1字节对齐，u16按2字节对齐，u32按4字节对齐，u64按8字节对齐。

• 而复杂类型（包含其它类型的类型），通常被赋予所含类型的最大对齐。例如某类型含有u8、u16和u32这三个类型的字段，那么类型就应该是4字节对齐（u32是最大对齐，为4字节）

1.13.6. 布局(Layout)

类型的布局(Layout)指的是编译器决定这个类型在内存上如何表示。

Rust编译器对于类型如何布局，并没有给出多少保证。

Rust提供了repr属性(attribute)：它可以添加到你类型的定义上，来请求特定的类型表示。

1.13.7.repr(C)

repr属性(attribute)最常见的一个是repr(C)。名字里带个C说明跟C语言有关系。

repr(C)布局方式与C/C++编译器对同类型的布局兼容。这对于使用FFI（外部函数接口，英文是Foreign Function Interface）与其它语言交互的Rust代码很有用。

使用FFI与其它语言交互的时候，Rust会生成一个匹配其它语言编译器期望的布局。因为C语言的布局是可预测且不易改变的，所以repr(C)在unsafe（unsafe Rust详见 【Rust自学】19.1. 摆脱安全性限制的unsafe Rust）的上下文是非常有用的。

比如说你使用指向该类型的原始指针时，或者在两个具有相同字段的类型间进行转换时，都可以使用到repr(C)。

1.13.8.repr(transparent)

repr(transparent)中的transparent是透明的意思，它用于 newtype 风格的包装类型，并保证外层类型与其唯一的非零大小字段具有相同的布局。（若还有其它字段，它们必须是零大小类型，例如()或PhantomData。）

这与newtype模式（详见【Rust自学】19.5. 高级类型）结合起来很好用。

我们在这里回顾一下newtype模式：利用元组结构体来构建一个新的类型放在本地，相当于是薄封装。

举个例子：你想操作struct A和struct NewA(A)的内存表示，使用了repr(transparent)之后两者的内存表示就应该是一样的。不使用的话Rust编译器就没发保证了。

1.13.9. 使用repr属性的例子

我们来看一个例子：

代码	字段类型的大小	默认内存表示	填充	最终对齐
#[repr(C)]
struct Foo {
tiny: bool,	1 bit	1 byte 对齐	3 bytes
normal: u32,	4 bytes	4 bytes 对齐	(tiny+normal)8 bytes
small: u8,	1 byte	1 byte 对齐	7 bytes	8 bytes
long: u64,	8 bytes	8 bytes 对齐	8 bytes
short: u16,	2 bytes	2 bytes 对齐	6 bytes	8 bytes
}
共 32 bytes

这个表展现了 Rust 结构体在#[repr(C)]下的内存对齐和填充：
- 代码是最左边的这列，使用了repr(C)注解。结构体里面有好几个字段

• Rust编译器首先看tiny字段是bool类型的，占1bit内存，就会对齐到1字节

• 编译器接着看normal字段是u32类型的，占4字节，所以对齐到4字节即可。这时候Rust发现tiny字段对齐到的是1字节，所以编译器就会填充3字节让tiny字段占4字节

• 由于这个字段刚好占了8字节，是4字节的整数倍，所以已经对齐了

• small字段是u8类型，占1字节，对齐到1字节。由于上面的两个字段已经对齐了，所以Rust编译器会根据下文的字节来判断给它填充多少字节。判断到这里Rust编译器还得观望一下。

• long是u64类型，占8字节，自然就是8字节对齐。它的字段是8字节及以上。此时我们看tiny和normal组成了8字节对齐，long也是8字节对齐，Rust明白了现在的情况是应该按8字节对齐。那就只能给small字段填充7个字节补成一个8字节对齐了。

• short是u16类型，占2字节，由于现在的情况是应该按8字节对齐，所以编译器会给它补6字节合成8字节对齐。

其过程用表格表述就是：

字段	类型大小	需要的对齐	填充情况	备注
tiny: bool	1 bit	1 byte	3 bytes 填充	为了对齐下一个u32
normal: u32	4 bytes	4 bytes	无填充	按u32对齐
small: u8	1 byte	1 byte	7 bytes 填充	为了对齐下一个u64
long: u64	8 bytes	8 bytes	无填充	8 字节对齐
short: u16	2 bytes	2 bytes	6 bytes 填充	以8字节对齐结构体